ISAM[增量式平滑和建圖方法]

英文Incremental Smoothing And Mapping，iSAM是在即時定位與建圖（SLAM）中遇到的稀疏非線性問題的最佳化庫。iSAM庫提供高效的批量和增量最佳化算法，恢復精確的最小二乘解。該庫可以很容易地擴展到新的問題，包括已經提供經常遇到的2D和3D SLAM問題的解決方法。

由Kaess et al., 2008; Kaess et al., 2010; Kaess et al., 2011; Kaess et al., 2012提出， iSAM是在同時定位和建圖（SLAM）中遇到的稀疏非線性問題的最佳化庫。iSAM庫提供高效的批量和增量最佳化算法，恢復精確的最小二乘解。該庫可以很容易地擴展到新的問題，經常遇到的2D和3D SLAM問題的功能已經提供。ISAM的算法最初是由麥可Kaess和弗蘭克·德拉特在喬治亞理工學院開發。

iSAM已成功地在包括地面機器人（DARPA LAGR平台，Willow Garage PR2），空中機器人（四旋翼飛行器）和水下機器人（Bluefin HAUV，Hydroid REMUS 100）等一系列移動機器人平台上線上使用。